[发明专利]一种基于改进的gcForest员工离职预测方法

说明书

本发明涉及员工离职预测技术领域，且公开了一种基于改进的gcForest员工离职预测方法，所述员工离职预测方法的过程为：(1)、建立算法基础；GcForest模型，其分为两个阶段：多粒度扫描和级联森林，多粒度扫描阶段将原始特征进行转化为类别概率向量作为输入特征，输入特征在级联森林阶段经过多个级联层得出预测结果；在级联森林结构中，每一层都包含两种森林：随机森林和极端森林，每个随机森林和极端森林内部由若干个随机树组成；该模型通过在gcForest的级联部分加入CatBoost模型以及gcForest的末尾连接AdaBoost模型，使gcForest能够处理更加复杂的问题，提升了gcfoest的准确性。并应用该模型实现对某企业的员工离职预测，实验结果显示，改进的gcForest模型的预测准确率为89.68％，AUC为0.720。

技术领域

本发明涉及员工离职预测技术领域，具体为一种基于改进的gcForest员工离职预测方法。

背景技术

员工离职会造成企业招聘和培训成本的提升，同时也有导致企业团队人心涣散，以及增加企业核心机密泄露的风险。长期来看，员工离职会造成企业人力资源不足等问题。针对员工离职的问题，国内外学者关于员工离职的研究工作主要分为三个方向即员工离职因素研究、降低员工离职率的措施研究和员工离职的预测研究。关于离职员工预测的研究大都采用与深度学习模型相结合的方式进行研究。

徐璐提出了加权随机森林模型，并利用模型发现了企业影响员工离职的核心因素。张紫君采用梯度提升决策树算法对员工离职进行预测，并对特征重要性进行排名，总结了员工离职的重要影响因素。陈沛光采用随机森林模型实现了对电力企业员工离职的预测。李芸,胡可等人利用SVM算法实现了对电力企业员工离职的预测。李强，翟亮通过stacking集成学习算法组合AdaBoost和random forest基本算法构建的LRA预测模型对企业员工离职进行预测，取得了相比于单一模型较高的准确性。王志宁通过建立XGBoost算法,实现对员工离职的预测，并应用了模型可解释(SHAP)方法得出影响员工离职重要因素。

以上的算法模型存在准确性不高或可解释性不足的问题。有待于进一步提高离职预测模型的准确性和可解释性。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于改进的gcForest员工离职预测方法，解决了上述背景技术中提出的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：一种基于改进的gcForest员工离职预测方法，所述员工离职预测方法的过程为：

(1)建立算法基础

GcForest模型，其分为两个阶段：多粒度扫描和级联森林，多粒度扫描阶段将原始特征进行转化为类别概率向量作为输入特征，输入特征在级联森林阶段经过多个级联层得出预测结果；

在级联森林结构中，每一层都包含两种森林：随机森林和极端森林，每个随机森林和极端森林内部由若干个随机树组成，由多粒度扫描结构处理得到的概率向量经过第一层的级联结构的处理输入到下一层，每层级联结构处理完毕都会在验证集上得到预测结果，如果某一层的预测结果没有明显提升，就不在继续训练，并最终得出预测结果；

AdaBoost，AdaBoost算法通过对同一个训练样本训练出不同的弱分类器，然后，将这些弱分类器通过一定的策略组合之后，最终合成一个强分类器来实现；

Catboost算法，CatBoot是对于梯度提升决策树的一种改进算法；

改进gcForest算法，通过在级联部分加入CatBoost模型以及在末尾连接AdaBoost；

(2)数据预处理

选取数据集；